RNN（Recurrent Neural Network）は、時系列データや自然言語などの順序を持つ情報を処理するために設計されたニューラルネットワークです。過去の出力を記憶しながら処理を進める点が特徴ですが、長距離の依存関係学習には勾配消失問題などの限界があります。
RNNとは
RNNとは、過去の情報を記憶しながら連続するデータを処理できるニューラルネットワークの一種です。
詳しく解説
RNNは「再帰型ニューラルネットワーク」とも呼ばれ、内部にループ構造を持っているのが特徴です。この構造により、過去のタイムステップで計算された隠れ状態を次の入力と一緒に受け取ることができます。音声認識、機械翻訳、時系列予測などの分野で従来のニューラルネットワークでは扱えなかった前後の文脈を考慮した学習が可能になり、AIの発展に大きく貢献しました。
具体例・使われ方
文章の次の単語を予測するテキスト生成や、ある言語から別の言語へ翻訳する機械翻訳、株価や気象データの時系列予測などで利用されます。
似た用語との違い
通常のフィードフォワード型のニューラルネットワークは各入力を独立して処理するため前後の文脈を保持できませんが、RNNは内部のループ構造によって過去の文脈を保持できる点が異なります。
注意点
RNNは長期間の過去の情報を保持し続けることが難しく、学習時に勾配消失問題が発生しやすいという技術的な限界があります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年8月29日 03:11